主题：【原创】看了《焦点访谈》，看到了利益二字 -- 鹦鹉

这么举例子吧，人脸识别，这个知道吧。

一个小学生帮老奶奶做好事，那么老奶奶会记得他的脸。。。如果一群小学生帮老奶奶做好事呢，那么老奶奶记不住啊，这时候，你可以说，找一个记忆力好的好的人来就行了。嗯，那如果是一个小学校的小学生都来做好事呢，谁也记不住啊，那么怎么办呢？那么大家就只能记住他们的校服，知道这是哪个学校的。

嗯，说到“学校”，在这里就是个抽象出来的名词，跟你所说的色情图片一样，就是某一个类别的名称；而“校服”，就是这个类别的共性特征。但如果我们把范围扩大到两个学校呢？那么这个校服的特征就不是相同的了，我们就必须把这个特征再进行模糊处理。

最后，当面临的处理样本巨大的时候，所需要的模糊量也将巨大，那么出现的后果是什么呢？一群小学生中坏孩子是不多的，但两个学校的小学生中坏孩子是有一定数量的。。。而我们前面的类别分类表明，这两个学校的孩子都是好学生，也就是说，本来这些坏孩子被我们识别为好孩子了，这就是二类错误。这个错误将随着元素的增多所导致的模糊量的增大而迅速增大。

这样，我们面对抽象名词的时候，需要明确，这个词汇到底是想描述什么，它描述的范围有多大，它需要处理的对象有多少，他要求达到多高的准确度？对象有限的时候，可以一个个去匹配（如指纹识别、人脸识别）；而对于无限的对象的时候，只能抽象出共性，而这个共性的模糊量，又取决于这个名词希望涵盖的范围。以上这些，共同决定了所需的计算资源。

这个跟语音识别有什么关系？我没看出来。你自己试试最简单的例子，对着手机的语音拨号用不同的语调说几次，看看效果就行了。

至于指纹识别、人脸识别啥的，这些都是有监督识别，跟无监督的识别是两码事。。。两个完全不同的技术方向。

对于文字处理，基于全文的关键查找是最初级的一种了。而且很容易搞出笑话来。

比如拿“果真”做关键字。

今天苹果真难吃

就会被莫名其妙的滤掉。

跟进一步的词汇划分，语法识别语义识别就属于高磕技的东西了。